[[409365]]

微軟機器學習課程（Machine Learning for Beginners, Curriculum）來了，一天之內狂攬 2000 + 星。

課程地址：https://github.com/microsoft/ML-For-Beginners

該課程面向機器學習初學者，總共 12 周、24 節課，完全免費，已經過 MIT 授權。由 Azure 云倡導者等人員制作而成。

這門課程都是關于「經典機器學習」的，使用 Scikit-learn 庫來處理 ML 基本概念。不過本次 ML 課程中不討論深度學習或神經網絡相關內容。

Scikit-learn 庫：https://scikit-learn.org/stable/user_guide.html

這門課程涉及到的算法都有具體的示例，包括回歸（北美南瓜市場定價示例）、分類（泛亞洲菜系示例）、聚類（尼日利亞音樂品味示例）、NLP（歐洲酒店評論示例）、時間序列（世界用電量示例），強化學習（俄羅斯關于彼得和狼的故事）。

這是一門自學課程，但它在以小組為單位的學習中效果很好，因此你可以考慮尋找學習伙伴并一起學習。通過課前測驗熱身，和小伙伴一起或單獨完成課程和作業。通過課后測驗測試自己掌握的知識。學習這門課之前，最好掌握 Python。

有網友表示：真了不起。

還有網友贊嘆該課程是非常好的資料。

學完本次課程，你將學到什么？

這些課程是分組進行的，這樣有利于學習者深入研究經典 ML 的各個重要方面。

[[409367]]

該課程首先介紹了 ML 概念，然后到它的發展歷史，機器學習中關于「fairness」概念，并討論了 ML 行業的工具和技術。

之后的課程介紹了回歸、分類、聚類、自然語言處理、時間序列預測、強化學習，其中兩個「applied，應用」課程演示了如何在網絡中使用模型以用于推理的應用程序。最后以「postscript」課程結束，列出了機器學習在「真實世界」的應用，展示了這些技術是如何在自然環境下使用的。

每節課程包括：課前熱身測驗、編程課程、以項目為基礎的課程指導如何構建項目、檢查所學知識、課程挑戰、補充閱讀、分配任務、課后測驗等。

課程目錄：

為了方便初學者學習 ML，該課程構建的內容可以離線使用，并且可以在 Visual Studio Code 中使用. ipynb notebooks 來完成練習。

此外，課程充滿了很多藝術，配圖新穎：